機械学習のお勉強（特徴量）

TBD

Haar-Like

物体の局所的な明暗差の組み合わせにより、画像を判別する

LBP（Local Binary Pattern）

物体の局所的な輝度の分布の組み合わせにより、画像を判別する

HOG（Histogram of Oriented Gradients）

物体の局所的な輝度の勾配方向の分布の組み合わせにより、画像を判別する

SHIFT

移動、回転に加えてズーム対してロバストな特徴を持つ

SURF

SIFTは計算量が多く、低速だったため、速度を改良したアルゴリズム

ORB

移動、回転、ズームの３つに対してロバストで、計算速度も速い

AKAZE

計算量がORBよりもやや多いものの、低周波領域、高周波領域の抽出精度がORBよりも優れている

OpenCV3とPython3で特徴点を抽出する（AgastFeature, FAST, GFTT, MSER, AKAZE, BRISK, KAZE, ORB, SimpleBlob, SIFT） - Qiita

主成分分析

OpenCV3とPython3で形状のある物体の輪郭と方向を認識する（主成分分析：PCA、固有ベクトル） - Qiita

エッジ検出

OpenCVでエッジ検出してみる - Qiita

カラーヒストグラム

類似画像検索システムを作ろう - 人工知能に関する断創録

領域分割

画像を同じ特徴を持つ複数の領域に分ける方法 (1/2)：CodeZine（コードジン）

pythonで画像領域分割を実装 (Union-Find) - Qiita

http://www.riken.jp/brict/Yoshizawa/Lectures/Kyuusyu/Lectures2011_05.pdf

解決済み: 画像から色指定で領域抽出する方法 - NI Community

opencv.jp - OpenCV: 画像分割，領域結合，輪郭検出（Image Segmentation, Connected Components and Contour Retrieval）サンプルコード -

複数の特徴量の組み合わせ

https://www.toshiba.co.jp/tech/review/2010/07/65_07pdf/f02.pdf

http://www.me.cs.scitec.kobe-u.ac.jp/~takigu/pdf/2009/C-03.pdf

http://www.vision.cs.chubu.ac.jp/MPRG/F_group/F074_fujiyoshi2008.pdf

参考：

深層学習 を 用いた 異常値検知 手法まとめ 〜 (Denosing) AutoEncoder, LSTM, TDA（Topological Data Analysis) + CNN - Qiita

SSD: Single Shot MultiBox Detector 高速リアルタイム物体検出デモをKerasで試す - Qiita

http://www.vision.cs.chubu.ac.jp/features/PPT/SSII2009/090610_SSII2009_Tutorial.pdf

http://www.vision.cs.chubu.ac.jp/cvtutorial/PDF/02SIFTandMore.pdf

http://www.vision.cs.chubu.ac.jp/sift/PDF/pcsjimps2008_ppt.pdf

https://www.pro-s.co.jp/engineerblog/opencv/post_6231.html

OpenCV 3とPython 3で特徴量マッチング（A-KAZE, KNN） - Qiita

機械学習のお勉強に役立つサイト↓ http://qiita.com/daxanya1/items/218f2e3b922142550ef9?utm_content=buffer40ad9&utm_medium=social&utm_source=facebook.com&utm_campaign=buffer